CN113976478A - 矿石检测方法、服务器、终端及系统 - Google Patents
矿石检测方法、服务器、终端及系统 Download PDFInfo
- Publication number
- CN113976478A CN113976478A CN202111346694.0A CN202111346694A CN113976478A CN 113976478 A CN113976478 A CN 113976478A CN 202111346694 A CN202111346694 A CN 202111346694A CN 113976478 A CN113976478 A CN 113976478A
- Authority
- CN
- China
- Prior art keywords
- ore
- threshold
- sound
- target
- management terminal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims description 23
- 238000005422 blasting Methods 0.000 claims description 18
- 238000012790 confirmation Methods 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 15
- 230000000007 visual effect Effects 0.000 abstract description 17
- 230000002035 prolonged effect Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000000428 dust Substances 0.000 description 5
- 229910052500 inorganic mineral Inorganic materials 0.000 description 5
- 239000011707 mineral Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
- B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
- B02C23/00—Auxiliary methods or auxiliary devices or accessories specially adapted for crushing or disintegrating not provided for in preceding groups or not specially adapted to apparatus covered by a single preceding group
- B02C23/08—Separating or sorting of material, associated with crushing or disintegrating
Landscapes
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种矿石检测方法、服务器、终端及系统，属于数据处理技术领域。方法包括：接收声音采集终端发送的矿石声音数据，矿石声音数据是对矿石进行破碎时产生的声音数据；根据矿石声音数据和预设的声音阈值，确定是否存在目标矿石，目标矿石为尺寸大于预设尺寸的矿石；在确定存在目标矿石的情况下，向预设的管理终端发送告警消息，告警消息用于指示管理终端调整矿石破碎工作参数。该方法可以便捷准确地筛选出目标矿石，不受视野清晰度的影响，而且在检测出目标矿石的情况下，向管理终端发送告警消息，以便管理终端根据告警消息及时调整矿石破碎工作参数，提高破碎机的使用寿命。
Description
技术领域
本申请涉及数据处理技术领域，具体涉及一种矿石检测方法、服务器、终端及系统。
背景技术
矿石的大小会影响破碎效率、采矿成本以及矿区环境。如果矿石块度过大，通常需要对其进行二次破碎，在增加成本的同时，还会对环境造成二次污染。而且，破碎块度过大的矿石，会影响破碎机使用寿命。基于此，由专门的工作人员通过人工方式检测矿石大小，并确定是否对其进行二次爆破。这种方式不仅耗费大量人力，而且检测准确性及效率较低。
随着技术发展，出现了基于视觉检测技术判断矿石大小的方式，较人工检测而言，视觉检测方式可以有效减少人力消耗，提高检测效率。但是，由于矿石粉尘污染较为严重，导致视野清晰度不高，而视觉检测方式受视野清晰度影响较大，从而导致矿石的检测准确度不高。
发明内容
为此，本申请提供一种矿石检测方法、服务器、终端及系统，以解决基于视觉检测技术进行矿石检测时，受粉尘污染影响，视野清晰度不高，影响矿石检测准确度的问题。
为了实现上述目的，本申请第一方面提供一种矿石检测方法，可应用于边缘服务器，该方法包括：
接收声音采集终端发送的矿石声音数据，其中，所述矿石声音数据是对矿石进行破碎时产生的声音数据；
根据所述矿石声音数据和预设的声音阈值，确定是否存在目标矿石，其中，所述目标矿石为尺寸大于预设尺寸的矿石；
在确定存在所述目标矿石的情况下，向预设的管理终端发送告警消息；
其中，所述告警消息用于指示所述管理终端调整矿石破碎工作参数。
进一步地，所述矿石声音数据包括分贝数值；
所述根据所述矿石声音数据和预设的声音阈值，确定是否存在目标矿石，包括：
在所述分贝数值大于所述声音阈值的情况下，确定存在所述目标矿石。
进一步地，所述在确定存在所述目标矿石的情况下，向预设的管理终端发送告警消息之后，还包括：
根据预设统计周期内的目标矿石检测数据，生成目标矿石统计信息，并将所述目标矿石统计信息发送至所述管理终端，以供所述管理终端根据所述目标矿石统计信息评估矿石爆破效果。
进一步地，所述接收声音采集终端发送的矿石声音数据之前，还包括：
确定所述声音阈值。
进一步地，所述确定所述声音阈值，包括：
使用训练数据对预设的声音阈值模型进行训练，获得目标声音阈值模型；
根据所述目标声音阈值模型，获得待确认声音阈值；
将所述待确认声音阈值发送至所述管理终端，以供所述管理终端复核所述待确认声音阈值是否准确；
在所述管理终端返回阈值复核确认消息的情况下，将所述待确认声音阈值作为所述声音阈值；
其中，所述阈值复核确认消息为所述管理终端在复核所述待确认声音阈值为准确阈值的情况下发送的消息。
为了实现上述目的，本申请第二方面提供一种矿石检测方法，可应用于管理终端，该方法包括：
接收边缘服务器发送的告警消息；
根据所述告警消息调整矿石破碎工作参数；
其中，所述告警消息为所述边缘服务器根据矿石声音数据和预设的声音阈值确定存在目标矿石的情况下发送的消息，所述矿石声音数据是对矿石进行破碎时产生的声音数据，所述目标矿石为尺寸大于预设尺寸的矿石。
进一步地，所述接收边缘服务器发送的告警消息之前，还包括：
接收所述边缘服务器发送的待确认声音阈值；
其中，所述待确认声音阈值为所述边缘服务器使用训练数据对预设的声音阈值模型进行训练，获得目标声音阈值模型，并根据所述目标声音阈值模型获得的声音阈值；
复核所述待确认声音阈值是否准确；
在确认所述待确认声音阈值为准确阈值的情况下，向所述边缘服务器发送阈值复核确认消息，以供所述边缘服务器根据所述阈值复核确认消息确定所述待确认声音阈值为所述声音阈值。
为了实现上述目的，本申请第三方面提供一种边缘服务器，该边缘服务器包括：
第一接收模块，被配置为接收声音采集终端发送的矿石声音数据，其中，所述矿石声音数据是对矿石进行破碎时产生的声音数据；
确定模块，被配置为根据所述矿石声音数据和预设的声音阈值，确定是否存在目标矿石，其中，所述目标矿石为尺寸大于预设尺寸的矿石；
发送模块，被配置为在确定存在所述目标矿石的情况下，向预设的管理终端发送告警消息；
其中，所述告警消息用于指示所述管理终端调整矿石破碎工作参数。
为了实现上述目的，本申请第四方面提供一种管理终端，该管理终端包括：
第二接收模块，被配置为接收边缘服务器发送的告警消息；
调整模块，被配置为根据所述告警消息调整矿石破碎工作参数；
其中，所述告警消息为所述边缘服务器根据矿石声音数据和预设的声音阈值确定存在目标矿石的情况下发送的消息，所述矿石声音数据是对矿石进行破碎时产生的声音数据，所述目标矿石为尺寸大于预设尺寸的矿石。
为了实现上述目的，本申请第五方面提供一种矿石检测系统，该矿石检测系统包括：声音采集终端、边缘服务器和管理终端；
其中，所述声音采集终端用于采集矿石破碎时的声音数据，并将矿石声音数据发送至所述边缘服务器；
所述边缘服务器采用本申请任意一个实施例所述的边缘服务器，用于执行本申请实施例提供的任意一项所述的矿石检测方法；
所述管理终端采用本申请任意一个实施例所述的管理终端，用于执行本申请实施例提供的任意一项所述的矿石检测方法。
本申请具有如下优点：
本申请提供的矿石检测方法、服务器、终端及系统，接收声音采集终端发送的矿石声音数据，矿石声音数据是对矿石进行破碎时产生的声音数据；根据矿石声音数据和预设的声音阈值，确定是否存在目标矿石，目标矿石为尺寸大于预设尺寸的矿石；在确定存在目标矿石的情况下，向预设的管理终端发送告警消息，告警消息用于指示管理终端调整矿石破碎工作参数。该方法可以便捷准确地筛选出目标矿石，不受视野清晰度的影响，而且在检测出目标矿石的情况下，向管理终端发送告警消息，以便管理终端根据告警消息及时调整矿石破碎工作参数，提高破碎机的使用寿命。
附图说明
附图是用来提供对本申请的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本申请，但并不构成对本申请的限制。
图1为本申请一实施例提供的一种矿石检测方法的流程图；
图2为本申请实施例提供的一种声音阈值确定方法的流程图；
图3为本申请又一实施例提供的一种矿石检测方法的流程图；
图4为本申请实施例提供的一种边缘服务器的组成方框图；
图5为本申请实施例提供的一种管理终端的组成方框图；
图6为本申请实施例提供的一种矿石检测系统的组成方框图；
图7为本申请示例性实施例提供的一种矿石检测方法的流程图；
图8是用来实现本申请实施例的矿石检测方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本申请，并不用于限制本申请。
矿产资源是经济社会发展的重要物质基础。矿石属于常见的矿产资源，其尺寸大小影响着采矿成本、环境状况以及破碎效率等。通常情况下，如果矿石尺寸过大，需要对其进行二次爆破，在增加成本的同时还会对环境造成污染。而且，尺寸过大的矿石会影响破碎机的寿命，破碎效率也较为低下。
在过去一段时间内，依赖于人工检测方式对矿石尺寸进行判断，以筛选出尺寸较大的矿石。这种工作方式需要大量的人力参与，且判断工作重复单一，判断准确性及效率不高。
随着科学技术的发展，出现了基于视觉检测方式判断矿石大小的技术方案，相较于人工检测方式，基于视觉的检测方式可以有效减少人力资源的消耗，且检测效率及准确率也在一定程度上得以提升。但是，受限于矿区本身的属性，在矿石的卸料以及传输过程中不可避免地会产生大量的粉尘，当粉尘较为严重或者降尘不及时的情况下，均会影响视野清晰度。当视野清晰度不高时，会影响视觉采集效果，从而导致检测准确度不高。
有鉴于此，本申请实施例提供一种矿石检测方法、服务器、终端及系统，基于声音信息检测目标矿石，不受视野清晰度的影响，可以保障目标矿石的检测准确度，而且在检测出存在目标矿石的情况下，由边缘服务器向管理终端发送告警消息，以便管理终端根据告警消息及时调整矿石破碎工作参数，提高破碎机等破碎设备的使用寿命。
本申请第一方面提供一种矿石检测方法。图1为本申请一实施例提供的一种矿石检测方法的流程图，该方法可应用于边缘服务器。如图1所示，该矿石检测方法包括如下步骤：
步骤S101，接收声音采集终端发送的矿石声音数据。
其中，矿石声音数据是对矿石进行破碎时产生的声音数据。声音采集终端是具有采集声音数据的终端。
在一些实施例中，声音采集终端设置于破碎机附近，用于采集破碎机对矿石进行破碎时的声音数据，并通过运营商的基站将矿石声音数据发送至边缘服务器。
在一些具体实现中，矿石声音数据包括分贝数值，该分贝数值为破碎机破碎矿石时发出声音的分贝值。通常情况下，矿石破碎后的分块越大，破碎时发出声音的分贝值也相应越高，因此，可以根据分贝数值推测矿石破碎后的分块大小。
需要说明的是，在一些其他具体实现中，矿石声音数据还可以包括声音的频谱数据，声音的频谱数据是将原始的声音数据由时域转换到频域之后获得的数据。声音的频谱数据可以反映声音的尖锐程度，具体地，当声音较为低沉时，其低频成分相对较多，当声音较为尖锐时，其高频成分相对较多。通常情况下，当矿石破碎后的分块较大时，破碎该矿石时产生尖锐声音的可能性也较高，因此，可以根据声音的频谱数据推测矿石破碎后的分块大小。
步骤S102，根据矿石声音数据和预设的声音阈值，确定是否存在目标矿石。
其中，声音阈值是预先设置的用于判断是否存在目标矿石的阈值，其可以通过对预设的声音阈值模型进行训练的方式获取，也可以结合经验数据、统计数据或者实际业务需求进行设置，本申请对此不作限定。
目标矿石为尺寸大于预设尺寸的矿石，预设尺寸包括预设宽度、预设长度、预设厚度中的一种或多种。例如，某矿石的宽度大于预设宽度，则该矿石属于目标矿石；又如，某矿石的厚度大于预设厚度，则该矿石也属于目标矿石；再如，某矿石的长度和宽度均大于预设长度和预设宽度，则该矿石属于目标矿石。本申请对具体的判断方式不作限制。
在一些实施例中，矿石声音数据包括分贝数值，相应的，声音阈值也是关于分贝值的阈值(例如，120dB)。根据矿石声音数据和预设的声音阈值，确定是否存在目标矿石，包括：比较矿石声音数据的分贝数值与声音阈值，在分贝数值大于声音阈值的情况下，确定存在目标矿石，在分贝数值小于或等于声音阈值的情况下，确定不存在目标矿石。
在另外一些实施例中，矿石声音数据包括高频成分比例(即高频成分占整体频谱的百分比)，相应的，声音阈值也是关于高频成分比例的阈值(例如，40％)。根据矿石声音数据和预设的声音阈值，确定是否存在目标矿石，包括：比较矿石声音数据的高频成分比例与声音阈值，在高频成分比例大于声音阈值的情况下，确定存在目标矿石，在高频成分比例小于或等于声音阈值的情况下，确定不存在目标矿石。
需要说明的是，声音阈值可以包括分贝阈值和高频成分比例阈值中的任意一种或两种。在声音阈值包括分贝阈值和高频成分比例阈值的情况下，只有在矿石声音数据的分贝数值大于分贝阈值，且矿石声音数据的高频成分比例大于高频成分比例阈值的情况下，才能确定存在目标矿石。
还需要说明的是，预设尺寸可以根据经验、统计数据或实际业务需求进行设置，而且，针对不同类型的矿石可以设置不同的预设尺寸，本申请对此不作限定。
步骤S103，在确定存在目标矿石的情况下，向预设的管理终端发送告警消息。
其中，管理终端为预先设置的用于实现管理功能的终端，其包括工作人员的手持终端、管理人员的办公终端等。告警消息用于指示管理终端调整矿石破碎工作参数。矿石破碎工作参数包括参与矿石破碎操作的各类设备的工作参数，包括破碎机的破碎强度、板喂机的频率等。
在一些实施例中，在确定存在目标矿石的情况下，边缘服务器向管理终端发送告警消息，告警消息可以包括告警类型、告警级别和警示信息等内容。其中，告警类型用于表征告警的类型，告警级别用于表征告警的紧急程度，警示数据包括异常的工作数据等。管理终端接收告警消息，并根据告警消息调整矿石破碎工作参数。具体地，当管理终端本身具备调整矿石破碎工作参数的功能时，直接在管理终端调整矿石破碎工作参数即可，当管理终端不具备调整矿石破碎工作参数的功能时，由工作人员调整相关设备的工作参数。
例如，告警消息采用三元组形式表示，具体为{告警类型，告警级别，警示数据}。在确定存在目标矿石的情况下，边缘服务器向管理终端发送告警消息{存在目标矿石，Ⅱ级，200dB}。管理终端接收告警消息，将板喂机的频率由f1调整为f2，其中，f1＞f2。
需要说明的是，将板喂机的频率调低之后，与其连接的传送带的运行速度被降低，传送带上矿石的传输速度相应降低，基于此，便于通过人工方式或采用机器作业的方式，将传送带上的大块矿石提前分拣出来，减少破碎机破碎的大块矿石的数量，从而提高破碎机的使用寿命。
需要说明的是，在一些实施例中，在步骤S103之后，还包括：根据预设统计周期内的目标矿石检测数据，生成目标矿石统计信息，并将目标矿石统计信息发送至管理终端，以供管理终端根据目标矿石统计信息评估矿石爆破效果。
具体地，为便于利用矿石，首先需要通过爆破方式将开采的矿石破碎为小块矿石，并通过破碎机对小块矿石进行进一步破碎。如果爆破效果理想，则爆破获得的矿石中，大块矿石的数量较少，便于破碎机进行破碎作业。如果爆破效果不理想，则爆破获得的矿石中存在较多的大块矿石，不利于破碎机的破碎操作。因此，通过对预设统计周期内的目标矿石检测数据进行统计分析，获得目标矿石统计信息之后，根据目标矿石统计信息，即可评估矿石爆破效果。
在本实施例中，接收声音采集终端发送的矿石声音数据，矿石声音数据是对矿石进行破碎时产生的声音数据；根据矿石声音数据和预设的声音阈值，确定是否存在目标矿石，目标矿石为尺寸大于预设尺寸的矿石；在确定存在目标矿石的情况下，向预设的管理终端发送告警消息，告警消息用于指示管理终端调整矿石破碎工作参数。该方法可以便捷准确地筛选出目标矿石，不受视野清晰度的影响，而且在检测出目标矿石的情况下，向管理终端发送告警消息，以便管理终端根据告警消息及时调整矿石破碎工作参数，提高破碎机的使用寿命。
图2为本申请实施例提供的一种声音阈值确定方法的流程图，该方法可应用于边缘服务器。如图2所示，该声音阈值确定方法包括如下步骤：
步骤S201，根据目标声音阈值模型，获得待确认声音阈值。
在一些实施例中，基于神经网络、深度学习等技术构建初始的声音阈值模型，并且经过模型训练之后，获得目标声音阈值模型，通过目标声音阈值模型即可获得待确认声音阈值。
步骤S202，将待确认声音阈值发送至管理终端，以供管理终端复核待确认声音阈值是否准确。
基于目标声音阈值模型获得的待确认声音阈值的准确性无法保障，基于此，由管理终端对待确认声音阈值进行复核，以确保获得准确性较高的声音阈值。
在一些实施例中，边缘服务器将待确认声音阈值发送至管理终端。管理终端接收待确认声音阈值，确定该待确认声音阈值对应的矿石是否为目标矿石，根据确定结果判断待确认声音阈值是否准确，并根据判断结果向边缘服务器返回相应的反馈消息，以供边缘服务器根据反馈消息确定待确认声音阈值是否准确。
步骤S203，在管理终端返回阈值复核确认消息的情况下，将待确认声音阈值作为声音阈值。
其中，阈值复核确认消息为管理终端在复核待确认声音阈值为准确阈值的情况下发送的消息。
在一些实施例中，边缘服务器接收到管理终端返回的阈值复核确认消息，即获知待确认声音阈值是准确的阈值，因此，将待确认声音阈值作为最终的声音阈值。
例如，矿石声音数据包括分贝数值，待确认声音阈值和声音阈值均是关于分贝值的阈值(分别称之为待确认分贝阈值和分贝阈值)。首先，根据神经网络构建初始的声音阈值模型，使用训练数据进行模型训练，在满足预设的停止条件的情况下，停止模型训练，获得目标声音阈值模型。其中，训练数据包括历史矿石分贝数值和对应的目标矿石检测结果。其次，根据目标声音阈值模型获得待确认分贝阈值，并将待确认分贝阈值发送至管理终端。再次，管理终端确认矿石破碎过程中，分贝数值大于待确认分贝阈值的矿石是否为目标矿石，以及分贝数值小于或等于待确认分贝阈值的矿石是否不属于目标矿石。当确定分贝数值大于待确认分贝阈值的矿石均为目标矿石，且分贝数值小于或等于待确认分贝阈值的矿石均不属于目标矿石时，管理终端确定待确认分贝阈值是准确的阈值，向边缘服务器返回阈值复核确认消息。最后，边缘服务器接收管理终端发送的阈值复核确认消息，将待确认分贝阈值作为最终的声音阈值。
又如，矿石声音数据包括高频成分比例，待确认声音阈值和声音阈值均是关于高频成分占比的阈值(分别称之为待确认高频阈值和高频阈值)。首先，根据神经网络构建初始的声音阈值模型，使用训练数据进行模型训练，在满足预设的停止条件的情况下，停止模型训练，获得目标声音阈值模型。其中，训练数据包括历史高频成分比例数据和对应的目标矿石检测结果。其次，根据目标声音阈值模型获得待确认高频阈值，并将待确认高频阈值发送至管理终端。再次，管理终端确认矿石破碎过程中，高频成分比例大于待确认高频阈值的矿石是否为目标矿石，以及高频成分比例小于或等于待确认高频阈值的矿石是否不属于目标矿石。当确定高频成分比例大于待确认高频阈值的矿石均为目标矿石，且高频成分比例小于或等于待确认高频阈值的矿石均不属于目标矿石时，管理终端确定待确认高频阈值是准确的阈值，向边缘服务器返回阈值复核确认消息。最后，边缘服务器接收管理终端发送的阈值复核确认消息，将待确认高频阈值作为最终的声音阈值。
需要说明的是，在管理终端确定待确认声音阈值不准确的情况下，其向边缘服务器返回阈值复核否定消息。边缘服务器接收到阈值复核否定消息之后，即获知待确认声音阈值不准确，因此，边缘服务器重新生成新的待确认声音阈值，并由管理终端再次进行复核，直到管理终端确定待确认声音阈值准确时，边缘服务器将对应的待确认声音阈值作为最终的声音阈值。
在本实施例中，通过目标声音阈值模型，可以便捷地获取待确认声音阈值，而且，由管理终端对待确认声音阈值进行复核，可以保障获得准确的声音阈值，从而在基于声音阈值进行矿石检测时，提高目标矿石的检测准确度。
图3为本申请又一实施例提供的一种矿石检测方法的流程图，该方法可应用于管理终端。如图3所示，该矿石检测方法包括如下步骤：
步骤S301，接收边缘服务器发送的告警消息。
其中，告警消息为边缘服务器根据矿石声音数据和预设的声音阈值确定存在目标矿石的情况下发送的消息。矿石声音数据是对矿石进行破碎时产生的声音数据，目标矿石为尺寸大于预设尺寸的矿石。
在一些实施例中，声音采集终端设置于破碎机附近，用于采集破碎机对矿石进行破碎时的声音数据，并通过运营商的基站将矿石声音数据发送至边缘服务器。边缘服务器接收声音采集终端发送的矿石声音数据，根据矿石声音数据和预设的声音阈值，确定是否存在目标矿石，并在确定存在目标矿石的情况下，向管理终端发送告警消息。
在一些具体实现中，矿石声音数据包括分贝数值，声音阈值也是关于分贝值的阈值。边缘服务器比较矿石声音数据的分贝数值与声音阈值，在分贝数值大于声音阈值的情况下，确定存在目标矿石，并向管理终端发送告警消息。
在一些其他具体实现中，矿石声音数据包括高频成分比例，声音阈值也是关于高频成分比例的阈值。边缘服务器比较矿石声音数据的高频成分比例与声音阈值，在高频成分比例大于声音阈值的情况下，确定存在目标矿石，并向管理终端发送告警消息。
步骤S302，根据告警消息调整矿石破碎工作参数。
其中，告警消息可用于指示管理终端调整矿石破碎工作参数。矿石破碎工作参数包括参与矿石破碎操作的各类设备的工作参数，包括破碎机的破碎强度、板喂机的频率等。
在一些实施例中，告警消息可以包括告警类型、告警级别和警示信息等内容。其中，告警类型用于表征告警的类型，告警级别用于表征告警的紧急程度，警示数据包括异常的工作数据等。管理终端接收告警消息，并根据告警消息调整矿石破碎工作参数。具体地，当管理终端本身具备调整矿石破碎工作参数的功能时，直接在管理终端调整矿石破碎工作参数即可，当管理终端不具备调整矿石破碎工作参数的功能时，由工作人员调整相关设备的工作参数。
例如，告警消息采用三元组形式表示，具体为{告警类型，告警级别，警示数据}。在确定存在目标矿石的情况下，边缘服务器向管理终端发送告警消息{存在目标矿石，Ⅱ级，200dB}。管理终端接收告警消息，将板喂机的频率由f1调整为f2，其中，f1＞f2。
需要说明的是，将板喂机的频率调低之后，与其连接的传送带的运行速度被降低，传送带上矿石的传输速度相应降低，因此，便于通过人工方式或采用机器作业的方式，将传送带上的大块矿石提前分拣出来，减少破碎机破碎的大块矿石的数量，从而提高破碎机的使用寿命。
在本实施例中，管理终端接收边缘服务器发送的告警消息，并根据告警消息调整矿石破碎工作参数。该方法可以在检测出目标矿石的情况下，及时接收边缘服务器发送的告警消息，以便根据告警消息及时调整矿石破碎工作参数，提高破碎机的使用寿命。
需要说明的是，在一些实施例中，在步骤S302之后，还包括：接收边缘服务器发送的目标矿石统计信息，根据目标矿石统计信息评估矿石爆破效果。其中，目标矿石统计信息为边缘服务器根据预设统计周期内的目标矿石检测数据生成的统计信息。通常情况下，目标矿石数量较少，则说明矿石爆破效果较好，反之，则说明矿石爆破效果不佳。
上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本申请的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该申请的保护范围内。
本申请第二方面提供一种边缘服务器。图4为本申请实施例提供的一种边缘服务器的组成方框图。如图4所示，该边缘服务器400包括如下模块：
第一接收模块401，被配置为接收声音采集终端发送的矿石声音数据。
其中，矿石声音数据是对矿石进行破碎时产生的声音数据。
确定模块402，被配置为根据矿石声音数据和预设的声音阈值，确定是否存在目标矿石。
其中，目标矿石为尺寸大于预设尺寸的矿石。
发送模块403，被配置为在确定存在目标矿石的情况下，向预设的管理终端发送告警消息。
其中，告警消息用于指示管理终端调整矿石破碎工作参数。
需要说明的是，在一些实施例中，边缘服务器400还包括统计模块。其中，统计模块，用于根据预设统计周期内的目标矿石检测数据，生成目标矿石统计信息；发送模块，还用于将目标矿石统计信息发送至管理终端，以供管理终端根据目标矿石统计信息评估矿石爆破效果。
在一些实施例中，边缘服务器400还包括阈值获取模块，该阈值获取模块用于确定声音阈值。在一些具体实现中，阈值获取模块包括：训练单元、待确认阈值获取单元、发送单元和阈值确定单元。其中，训练单元，用于使用训练数据对预设的声音阈值模型进行训练，获得目标声音阈值模型；待确认阈值获取单元，用于根据目标声音阈值模型，获得待确认声音阈值；发送单元，用于将待确认声音阈值发送至管理终端，以供管理终端复核待确认声音阈值是否准确；阈值确定单元，用于在管理终端返回阈值复核确认消息的情况下，将待确认声音阈值作为声音阈值；其中，阈值复核确认消息为管理终端在复核待确认声音阈值为准确阈值的情况下发送的消息。
在本实施例中，通过第一接收模块接收声音采集终端发送的矿石声音数据，矿石声音数据是对矿石进行破碎时产生的声音数据；由确定模块根据矿石声音数据和预设的声音阈值，确定是否存在目标矿石，目标矿石为尺寸大于预设尺寸的矿石；在确定存在目标矿石的情况下，通过发送模块向预设的管理终端发送告警消息，告警消息用于指示管理终端调整矿石破碎工作参数。该矿石检测装置可以便捷准确地筛选出目标矿石，不受视野清晰度的影响，而且在检测出目标矿石的情况下，向管理终端发送告警消息，以便管理终端根据告警消息及时调整矿石破碎工作参数，提高破碎机的使用寿命。
本申请第三方面提供一种管理终端。图5为本申请实施例提供的一种管理终端的组成方框图。如图5所示，该管理终端500包括如下模块：
第二接收模块501，被配置为接收边缘服务器发送的告警消息。
调整模块502，被配置为根据告警消息调整矿石破碎工作参数。
其中，告警消息为边缘服务器根据矿石声音数据和预设的声音阈值确定存在目标矿石的情况下发送的消息，矿石声音数据是对矿石进行破碎时产生的声音数据，目标矿石为尺寸大于预设尺寸的矿石。
需要说明的是，在一些实施例中，管理终端500还包括评估模块。具体地，第二接收模块，还用于接收边缘服务器发送的目标矿石统计信息，评估模块，用于根据目标矿石统计信息评估矿石爆破效果。其中，目标矿石统计信息为边缘服务器根据预设统计周期内的目标矿石检测数据生成的统计信息。通常情况下，目标矿石数量较少，则说明矿石爆破效果较好，反之，则说明矿石爆破效果不佳。
在本实施例中，通过第二接收模块接收边缘服务器发送的告警消息，并由调整模块根据告警消息调整矿石破碎工作参数。该管理终端可以在检测出目标矿石的情况下，及时接收边缘服务器发送的告警消息，以便根据告警消息及时调整矿石破碎工作参数，提高破碎机的使用寿命。
本申请第四方面提供一种矿石检测系统。图6为本申请实施例提供的一种矿石检测系统的组成方框图。如图6所示，该矿石检测系统600包括：声音采集终端601、边缘服务器602和管理终端603。
其中，声音采集终端601用于采集矿石破碎时的声音数据，并将矿石声音数据发送至边缘服务器602；边缘服务器602采用本申请任意一个实施例提供的边缘服务器；管理终端603采用本申请任意一个实施例提供的管理终端。
在一些实施例中，矿石检测系统600还包括基站、板喂机和破碎机，其中，板喂机用于通过传送带将矿石传送至破碎机，破碎机用于对板喂机传输过来的矿石进行破碎。
在一些具体实现中，声音采集终端601设置于破碎机附近，以便准确地采集破碎矿石时的声音数据，并通过基站将矿石声音数据发送到边缘服务器602。而且，当管理终端603接收到边缘服务器602发送的告警消息之后，获知存在目标矿石，因此，管理终端603将板喂机的频率调小，从而降低矿石的传输速度，以便通过人工方式或机器作业分拣传送带上的大块矿石，避免这些大块矿石直接进入破碎机。
在另外一些具体实现中，矿石检测系统600还包括展示模块，展示模块可以包括展示屏和设置单元。其中，展示屏用于展示矿石声音数据、目标矿石检测结果以及目标矿石统计信息等内容，以便相关工作人员更加直观地获取目标矿石的各类检测信息和统计信息；设置单元用于设置上述信息的展示形式，以提升信息展示效果，例如以曲线图的形式展示矿石声音数据、以柱状图的形式展示目标矿石统计信息等。
图7为本申请示例性实施例提供的一种矿石检测方法的流程图，其可应用于图6所示的矿石检测系统。如图7所示，矿石检测方法包括如下步骤：
步骤S701，将声音采集终端601设置于破碎机附近，采集并发送矿石声音数据到边缘服务器602。
步骤S702，边缘服务器602接收矿石声音数据之后，进行阈值初始化操作，获得初始的声音阈值。
在一些实施例中，矿石声音数据包括多个矿石破碎分贝数值，取上述矿石破碎分贝数值的中位数作为初始的声音阈值。
在另外一些实施例中，将上次确定的声音阈值作为本次的初始声音阈值。
需要说明的是，以上对于设置初始声音阈值的方法仅是举例说明，在实际应用中，还可以根据经验数据、统计数据和实际业务需求灵活设置初始的声音阈值，本申请对此不作限定。
步骤S703，在再次接收到声音采集终端601发送的矿石声音数据的情况下，根据初始的声音阈值确定是否存在目标矿石，获得确定结果。
步骤S704，管理终端603复核确定结果是否准确，并在确定结果不准确的情况下，调整声音阈值，通过迭代训练，直到管理终端603复核确定结果准确的情况下，获得训练好的声音阈值。
步骤S705，在矿石检测阶段，声音采集终端601采集待检测的矿石的声音数据，并将矿石声音数据发送到边缘服务器602。
步骤S706，边缘服务器602接收声音采集终端601发送的矿石声音数据，比较矿石声音数据中的分贝数值与声音阈值。
步骤S707，在分贝数值大于声音阈值的情况下，边缘服务器602确定存在目标矿石。
步骤S708，边缘服务器602向管理终端603发送告警消息。
步骤S709，管理终端603接收告警消息，调整板喂机的频率。
在一些实施例中，管理终端603接收到告警消息，获知存在目标矿石，因此，管理终端603将板喂机的频率调小，降低矿石从板喂机至破碎机的传输速率，并通过人工分拣或者机器分拣的方式，将板喂机传送带上的大块矿石分拣出来，以避免大块矿石直接进入破碎机，从而提高破碎机的使用寿命。
图8为本申请实施例提供的一种电子设备的组成方框图。
图8示出了可以用来实施本申请的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如矿石检测方法。例如，在一些实施例中，矿石检测方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM803并由计算单元801执行时，可以执行上文描述的矿石检测方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行矿石检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本申请的创新部分，本实施方式中并没有将与解决本申请所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。
可以理解的是，以上实施方式仅仅是为了说明本申请的原理而采用的示例性实施方式，然而本申请并不局限于此。对于本领域内的普通技术人员而言，在不脱离本申请的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本申请的保护范围。
Claims (10)
1.一种矿石检测方法，其特征在于，包括：
接收声音采集终端发送的矿石声音数据，其中，所述矿石声音数据是对矿石进行破碎时产生的声音数据；
根据所述矿石声音数据和预设的声音阈值，确定是否存在目标矿石，其中，所述目标矿石为尺寸大于预设尺寸的矿石；
在确定存在所述目标矿石的情况下，向预设的管理终端发送告警消息；
其中，所述告警消息用于指示所述管理终端调整矿石破碎工作参数。
2.根据权利要求1所述的矿石检测方法，其特征在于，所述矿石声音数据包括分贝数值；
所述根据所述矿石声音数据和预设的声音阈值，确定是否存在目标矿石，包括：
在所述分贝数值大于所述声音阈值的情况下，确定存在所述目标矿石。
3.根据权利要求1所述的矿石检测方法，其特征在于，所述在确定存在所述目标矿石的情况下，向预设的管理终端发送告警消息之后，还包括：
根据预设统计周期内的目标矿石检测数据，生成目标矿石统计信息，并将所述目标矿石统计信息发送至所述管理终端，以供所述管理终端根据所述目标矿石统计信息评估矿石爆破效果。
4.根据权利要求1所述的矿石检测方法，其特征在于，所述接收声音采集终端发送的矿石声音数据之前，还包括：
确定所述声音阈值。
5.根据权利要求4所述的矿石检测方法，其特征在于，所述确定所述声音阈值，包括：
使用训练数据对预设的声音阈值模型进行训练，获得目标声音阈值模型；
根据所述目标声音阈值模型，获得待确认声音阈值；
将所述待确认声音阈值发送至所述管理终端，以供所述管理终端复核所述待确认声音阈值是否准确；
在所述管理终端返回阈值复核确认消息的情况下，将所述待确认声音阈值作为所述声音阈值；
其中，所述阈值复核确认消息为所述管理终端在复核所述待确认声音阈值为准确阈值的情况下发送的消息。
6.一种矿石检测方法，其特征在于，包括：
接收边缘服务器发送的告警消息；
根据所述告警消息调整矿石破碎工作参数；
其中，所述告警消息为所述边缘服务器根据矿石声音数据和预设的声音阈值确定存在目标矿石的情况下发送的消息，所述矿石声音数据是对矿石进行破碎时产生的声音数据，所述目标矿石为尺寸大于预设尺寸的矿石。
7.根据权利要求6所述的矿石检测方法，其特征在于，所述接收边缘服务器发送的告警消息之前，还包括：
接收所述边缘服务器发送的待确认声音阈值；
其中，所述待确认声音阈值为所述边缘服务器使用训练数据对预设的声音阈值模型进行训练，获得目标声音阈值模型，并根据所述目标声音阈值模型获得的声音阈值；
复核所述待确认声音阈值是否准确；
在确认所述待确认声音阈值为准确阈值的情况下，向所述边缘服务器发送阈值复核确认消息，以供所述边缘服务器根据所述阈值复核确认消息确定所述待确认声音阈值为所述声音阈值。
8.一种边缘服务器，其特征在于，包括：
第一接收模块，被配置为接收声音采集终端发送的矿石声音数据，其中，所述矿石声音数据是对矿石进行破碎时产生的声音数据；
确定模块，被配置为根据所述矿石声音数据和预设的声音阈值，确定是否存在目标矿石，其中，所述目标矿石为尺寸大于预设尺寸的矿石；
发送模块，被配置为在确定存在所述目标矿石的情况下，向预设的管理终端发送告警消息；
其中，所述告警消息用于指示所述管理终端调整矿石破碎工作参数。
9.一种管理终端，其特征在于，包括：
第二接收模块，被配置为接收边缘服务器发送的告警消息；
调整模块，被配置为根据所述告警消息调整矿石破碎工作参数；
其中，所述告警消息为所述边缘服务器根据矿石声音数据和预设的声音阈值确定存在目标矿石的情况下发送的消息，所述矿石声音数据是对矿石进行破碎时产生的声音数据，所述目标矿石为尺寸大于预设尺寸的矿石。
10.一种矿石检测系统，其特征在于，包括：声音采集终端、边缘服务器和管理终端；
其中，所述声音采集终端用于采集矿石破碎时的声音数据，并将矿石声音数据发送至所述边缘服务器；
所述边缘服务器采用如权利要求8所述的边缘服务器，用于执行如权利要求1-5中任意一项所述的矿石检测方法；
所述管理终端采用如权利要求9所述的管理终端，用于执行如权利要求6或7所述的矿石检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111346694.0A CN113976478A (zh) | 2021-11-15 | 2021-11-15 | 矿石检测方法、服务器、终端及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111346694.0A CN113976478A (zh) | 2021-11-15 | 2021-11-15 | 矿石检测方法、服务器、终端及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113976478A true CN113976478A (zh) | 2022-01-28 |
Family
ID=79748460
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111346694.0A Pending CN113976478A (zh) | 2021-11-15 | 2021-11-15 | 矿石检测方法、服务器、终端及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113976478A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4026479A (en) * | 1976-01-19 | 1977-05-31 | Brenda Mines Ltd. | Method and system for maintaining optimum throughput in a grinding circuit |
| CN108345777A (zh) * | 2017-01-24 | 2018-07-31 | 中兴通讯股份有限公司 | 用户声音信息的识别方法及装置 |
| CN108369813A (zh) * | 2017-07-31 | 2018-08-03 | 深圳和而泰智能家居科技有限公司 | 特定声音识别方法、设备和存储介质 |
| CN109479750A (zh) * | 2018-08-27 | 2019-03-19 | 华中农业大学 | 一种基于声学信息的梅山猪发情监测方法 |
| CN110288987A (zh) * | 2018-03-19 | 2019-09-27 | 三星电子株式会社 | 用于处理声音数据的系统和控制该系统的方法 |
| CN111429193A (zh) * | 2019-01-09 | 2020-07-17 | 北京京东尚科信息技术有限公司 | 商品颜色参数的确定方法、装置、设备及可读存储介质 |
| CN112985582A (zh) * | 2021-04-29 | 2021-06-18 | 四川虹美智能科技有限公司 | 冰箱噪音检测方法及装置 |
-
2021
- 2021-11-15 CN CN202111346694.0A patent/CN113976478A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4026479A (en) * | 1976-01-19 | 1977-05-31 | Brenda Mines Ltd. | Method and system for maintaining optimum throughput in a grinding circuit |
| CN108345777A (zh) * | 2017-01-24 | 2018-07-31 | 中兴通讯股份有限公司 | 用户声音信息的识别方法及装置 |
| CN108369813A (zh) * | 2017-07-31 | 2018-08-03 | 深圳和而泰智能家居科技有限公司 | 特定声音识别方法、设备和存储介质 |
| CN110288987A (zh) * | 2018-03-19 | 2019-09-27 | 三星电子株式会社 | 用于处理声音数据的系统和控制该系统的方法 |
| CN109479750A (zh) * | 2018-08-27 | 2019-03-19 | 华中农业大学 | 一种基于声学信息的梅山猪发情监测方法 |
| CN111429193A (zh) * | 2019-01-09 | 2020-07-17 | 北京京东尚科信息技术有限公司 | 商品颜色参数的确定方法、装置、设备及可读存储介质 |
| CN112985582A (zh) * | 2021-04-29 | 2021-06-18 | 四川虹美智能科技有限公司 | 冰箱噪音检测方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 李明霞;路莹;: "基于声音识别的多阀门泄漏检测系统", no. 01 * |
| 陈新轩: "《工程机械状态检测与故障诊断》", 人民交通出版社, pages: 71 - 75 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114418407A (zh) | 一种基于数据分析的仓储自动化管控系统 | |
| US7471194B2 (en) | Trouble ticket service system, monitoring apparatus, and trouble ticket service method; for trouble ticket service system and monitoring apparatus use | |
| CN117040141B (zh) | 电力智能网关的安全监测系统及方法 | |
| CN114565561A (zh) | 基于深度学习的混凝土配方调整方法、装置及可读介质 | |
| CN112116511A (zh) | 用于城市轨道交通系统的状态监控方法及装置 | |
| CN115733762A (zh) | 具有大数据分析能力的监控系统 | |
| CN116245865A (zh) | 一种图像质量的检测方法、装置、电子设备及存储介质 | |
| CN115290145A (zh) | 一种固废称重给料机智能进料系统及进料方法 | |
| CN114490160A (zh) | 一种数据倾斜优化因子自动调整方法、装置、设备和介质 | |
| CN113976478A (zh) | 矿石检测方法、服务器、终端及系统 | |
| CN113742174A (zh) | 云手机应用监控方法、装置、电子设备和存储介质 | |
| CN117593853A (zh) | 基于透地通信信号变化的地质灾害辅助监测系统和方法 | |
| CN109194703A (zh) | 云平台主机间通信负载的处理方法、电子装置及介质 | |
| CN110995650A (zh) | 一种基于工控基线的多终端核查预警系统 | |
| CN114650590B (zh) | 一种通信系统能耗管理方法、电子设备及存储介质 | |
| CN113807410B (zh) | 图像识别方法、装置以及电子设备 | |
| CN108600037A (zh) | 一种设备在线识别方法、电子设备、系统和存储介质 | |
| CN113238911A (zh) | 告警处理方法及装置 | |
| CN114818808B (zh) | 基于转移分析的频率信号分类方法及装置 | |
| CN116760891B (zh) | 一种用于井下多设备的数据处理方法及装置 | |
| CN112202178B (zh) | 便于调度交易员监控的智能报警系统、方法及终端设备 | |
| CN112929255B (zh) | 消息发送方法及装置 | |
| CN115391374A (zh) | 数据匹配方法、装置、电子设备及存储介质 | |
| CN115766502A (zh) | 用于物联网的信号强度监测方法、装置、设备及存储介质 | |
| CN116049827A (zh) | 基于云计算的大数据安全预警系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220128 |
|
| RJ01 | Rejection of invention patent application after publication |